Un equip internacional d'investigadors, amb presència catalana, ha posat a punt un sistema d’aprenentatge automàtic capaç de detectar desastres naturals a partir de les fotografies que es pengen a les xarxes socials. El mètode aplica eines de visió per computació que, un cop entrenades amb 1,8 milions d’imatges, es demostren eficaces per analitzar, filtrar i detectar catàstrofes reals. Al treball hi ha participat Àgata Lapedriza, professora experta en computació i líder del grup de recerca especialitzada en intel·ligència artificial per al benestar humà (AIWELL) de la UOC. 

Després d’unes recerques prèvies centrades en l’anàlisi textual, aquesta vegada s’ha creat la base de dades per entrenar els models de deep learning a partir d’un llistat amb 43 categories d'incidents d'origen natural (allaus, tempestes de sorra, terratrèmols, erupcions volcàniques…) i també accidents amb algun grau d'intervenció humana (d'aviació, de construcció...). Aquesta relació, juntament amb una tipologia d’una cinquantena de llocs, ha permès etiquetar les fotografies amb les quals s’ha preparat el sistema.

Un banc de dades vital 

El grup de treball, liderat des del Massachusetts Institute of Technology (MIT) ha creat un banc de dades que conté les gairebé 1,8 milions d’imatges, per tal d’entrenar el model de detecció i que sigui capaç de discernir entre catàstrofes de veritat i fotografies on pugui aparèixer, per exemple, una llar de foc. L’objectiu és que aquesta ingent font de dades de baixa latència sigui clau per entendre la progressió i les conseqüències d'un desastre.

“Dins d'aquests conjunts de fotografies, el nostre model va comprovar que hi havia correspondència amb incidents concrets dels quals n’existia registre, com ara els terratrèmols del 2015 al Nepal i a Xile”, explica Lapedriza, que ha col·laborat activament en la confecció de la base de dades. “Això obre les portes al fet que les organitzacions d'ajuda humanitària es puguin assabentar d’allò que està passant de manera més eficient i millorar la gestió de l'ajuda humanitària quan sigui necessària”, afegeix la professora de la UOC.